首先我們簡(jiǎn)單回顧下整個(gè)寫入流程

client api ==> RPC ==> server IPC ==> RPC queue ==> RPC handler ==> write WAL ==> write memstore ==> flush to filesystem

整個(gè)寫入流程從客戶端調(diào)用API開始，數(shù)據(jù)會(huì)通過protobuf編碼成一個(gè)請(qǐng)求，通過scoket實(shí)現(xiàn)的IPC模塊被送達(dá)server的RPC隊(duì)列中。最后由負(fù)責(zé)處理RPC的handler取出請(qǐng)求完成寫入操作。寫入會(huì)先寫WAL文件，然后再寫一份到內(nèi)存中，也就是memstore模塊，當(dāng)滿足條件時(shí)，memstore才會(huì)被flush到底層文件系統(tǒng)，形成HFile。

---

當(dāng)寫入過快時(shí)會(huì)遇見什么問題？

寫入過快時(shí)，memstore的水位會(huì)馬上被推高。
你可能會(huì)看到以下類似日志：

RegionTooBusyException: Above memstore limit, regionName=xxxxx ...

這個(gè)是Region的memstore占用內(nèi)存大小超過正常的4倍，這時(shí)候會(huì)拋異常，寫入請(qǐng)求會(huì)被拒絕，客戶端開始重試請(qǐng)求。當(dāng)達(dá)到128M的時(shí)候會(huì)觸發(fā)flush memstore，當(dāng)達(dá)到128M * 4還沒法觸發(fā)flush時(shí)候會(huì)拋異常來拒絕寫入。兩個(gè)相關(guān)參數(shù)的默認(rèn)值如下：

hbase.hregion.memstore.flush.size=128M hbase.hregion.memstore.block.multiplier=4

或者這樣的日志：

regionserver.MemStoreFlusher: Blocking updates on hbase.example.host.com,16020,1522286703886: the global memstore size 1.3 G is >= than blocking 1.3 G size regionserver.MemStoreFlusher: Memstore is above high water mark and block 528ms

這是所有region的memstore內(nèi)存總和開銷超過配置上限，默認(rèn)是配置heap的40%，這會(huì)導(dǎo)致寫入被阻塞。目的是等待flush的線程把內(nèi)存里的數(shù)據(jù)flush下去，否則繼續(xù)允許寫入memestore會(huì)把內(nèi)存寫爆

hbase.regionserver.global.memstore.upperLimit=0.4 # 較舊版本，新版本兼容 hbase.regionserver.global.memstore.size=0.4 # 新版本

當(dāng)寫入被阻塞，隊(duì)列會(huì)開始積壓，如果運(yùn)氣不好最后會(huì)導(dǎo)致OOM，你可能會(huì)發(fā)現(xiàn)JVM由于OOM crash或者看到如下類似日志：

ipc.RpcServer: /192.168.x.x:16020 is unable to read call parameter from client 10.47.x.x java.lang.OutOfMemoryError: Java heap space

HBase這里我認(rèn)為有個(gè)很不好的設(shè)計(jì)，捕獲了OOM異常卻沒有終止進(jìn)程。這時(shí)候進(jìn)程可能已經(jīng)沒法正常運(yùn)行下去了，你還會(huì)在日志里發(fā)現(xiàn)很多其它線程也拋OOM異常。比如stop可能根本stop不了，RS可能會(huì)處于一種僵死狀態(tài)。

---

如何避免RS OOM？

一種是加快flush速度：

hbase.hstore.blockingWaitTime = 90000 ms hbase.hstore.flusher.count = 2 hbase.hstore.blockingStoreFiles = 10

當(dāng)達(dá)到hbase.hstore.blockingStoreFiles配置上限時(shí)，會(huì)導(dǎo)致flush阻塞等到compaction工作完成。阻塞時(shí)間是hbase.hstore.blockingWaitTime，可以改小這個(gè)時(shí)間。hbase.hstore.flusher.count可以根據(jù)機(jī)器型號(hào)去配置，可惜這個(gè)數(shù)量不會(huì)根據(jù)寫壓力去動(dòng)態(tài)調(diào)整，配多了，非導(dǎo)入數(shù)據(jù)多場(chǎng)景也沒用，改配置還得重啟。

同樣的道理，如果flush加快，意味這compaction也要跟上，不然文件會(huì)越來越多，這樣scan性能會(huì)下降，開銷也會(huì)增大。

hbase.regionserver.thread.compaction.small = 1 hbase.regionserver.thread.compaction.large = 1

增加compaction線程會(huì)增加CPU和帶寬開銷，可能會(huì)影響正常的請(qǐng)求。如果不是導(dǎo)入數(shù)據(jù)，一般而言是夠了。好在這個(gè)配置在云HBase內(nèi)是可以動(dòng)態(tài)調(diào)整的，不需要重啟。

上述配置都需要人工干預(yù)，如果干預(yù)不及時(shí)server可能已經(jīng)OOM了，這時(shí)候有沒有更好的控制方法？

hbase.ipc.server.max.callqueue.size = 1024 * 1024 * 1024 # 1G

直接限制隊(duì)列堆積的大小。當(dāng)堆積到一定程度后，事實(shí)上后面的請(qǐng)求等不到server端處理完，可能客戶端先超時(shí)了。并且一直堆積下去會(huì)導(dǎo)致OOM，1G的默認(rèn)配置需要相對(duì)大內(nèi)存的型號(hào)。當(dāng)達(dá)到queue上限，客戶端會(huì)收到CallQueueTooBigException?然后自動(dòng)重試。通過這個(gè)可以防止寫入過快時(shí)候把server端寫爆，有一定反壓作用。線上使用這個(gè)在一些小型號(hào)穩(wěn)定性控制上效果不錯(cuò)。

閱讀原文

轉(zhuǎn)載于:https://www.cnblogs.com/jewel0516/p/8779814.html

總結(jié)

以上是生活随笔為你收集整理的如何避免HBase写入过快引起的各种问题的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。